考虑布局熵的多态性车间布局稳健优化模型与算法

为满足大规模定制和产业集群下多品种、小批量的市场需求和订单动态波动的客户需求以及车间低成本、高稳健性的布局要求,设计了以单位面积布置成本、单位产品物流成本和布局熵为优化指标的多目标布局优化模型。提出了基于Pareto优化的聚类并行多目标遗传算法,引入模糊C-均值聚类算法以提高Pareto解集分布的多样性与均匀性,设计了多元胞差分进化重插入操作与基于“精英策略”的移民操作,增强了算法全局与局部搜索能力,有效避免了早熟现象。通过典型算例对比,验证了模型和算法的有效性;同时在企业布局实例应用中,获得了既能满足低成本又能将布局熵值控制在理想范围内的车间布局方案,表明模型具有良好的实用性。

面向低熵的一类多态性作业车间布局智能建模

针对一类多态性作业车间,提出车间低熵化布局评价指标,利用成组技术和分层思想构建单元外部连续布局和单元内部多行布局的低熵车间布局模型.针对多约束、多变量和非线性的特点,以物料搬运成本、设备成本、非物流附加成本、车间面积利用率、平均在制品数量和柔性为模型多目标函数,借助元胞自动机的拓扑结构和邻居机制,设计一种基于精英初始解策略和自适应交叉、变异算子的遗传元胞算法进行求解.通过典型企业作业车间布局改造实例分析,验证模型和算法的可行性与有效性.